神经形态计算使用受大脑启发的基本原理来设计电路,以卓越的能效执行人工智能任务。传统方法受到传统电子设备实现的人工神经元和突触的能量区域的限制。近年来,多个研究小组已经证明,利用电子的磁性和电学特性的自旋电子纳米器件可以提高能源效率并减少这些电路的面积。在已使用的各种自旋电子器件中,磁隧道结因其与标准集成电路的既定兼容性和多功能性而发挥着重要作用。磁隧道结可以用作突触,存储连接权重,用作本地非易失性数字存储器或连续变化的电阻。作为纳米振荡器,它们可以充当神经元,模拟生物神经元组的振荡行为。作为超顺磁体,它们可以通过模拟生物神经元的随机尖峰来实现这一点。磁结构(如畴壁或 skyrmion)可以通过其非线性动力学配置为用作神经元。神经形态计算与自旋电子器件的几种实现方式展示了它们在这一领域的前景。用作可变电阻突触时,磁隧道结可在联想记忆中执行模式识别。作为振荡器,它们可在储层计算中执行口语数字识别,当耦合在一起时,它们可对信号进行分类。作为超顺磁体,它们可执行群体编码和概率计算。模拟表明,纳米磁体阵列和 skyrmion 薄膜可作为神经形态计算机的组件运行。虽然这些例子展示了自旋电子学在这一领域的独特前景,但扩大规模仍面临一些挑战,包括
背景:多年前,列夫·朗道 (Lev Landau) 教我们如何通过序参量来思考物质的不同相,该序参量表征了对称性破缺态相对于对称性保持态的关系。但最近人们意识到并非所有物质相都能用这一范式来描述。20 世纪 80 年代分数量子霍尔态的发现令人震惊地证明了这一点。多年来,人们已经阐明,这些状态以及它们的奇异激发(携带电子基本电荷合理分数的准粒子)是基态波函数的拓扑性质的结果,具有一种特殊的远程量子纠缠。人们可能想知道自旋是否也会发生类似的现象。这些“量子自旋液体”是否真的存在于自然界中一直是研究的课题。
最近发现的超导体UTE 2是旋转三个超导体的有前途的候选者,但是超导顺序参数的对称性仍然很有争议。在这里,我们通过超清洁UTE 2单晶的导热率确定超级导电间隙结构。我们发现,在磁场h'a和h c轴上均高达H / HC 2〜0.2的A轴热导率除以温度κ / t的温度κ / T均很小,这表明与先前的信仰相反,A轴周围没有节点。目前的结果,加上核磁共振骑士的降低,表明超导顺序参数属于各向同性A U代表,其配对状态完全散发,类似于超级富集3的B相。这些发现表明,UTE 2可能是长期追求的三维强拓扑超导体,在任何晶体平面上均占据了螺旋主要的表面状态。
量子计算(特别是可扩展量子计算和纠错)的一个关键要求是快速且高保真度的量子比特读出。对于基于半导体的量子比特,局部低功率信号放大的一个限制因素是电荷传感器的输出摆幅。我们展示了 GaAs 和 Si 非对称传感点 (ASD),它们专门设计用于提供比传统电荷传感点大得多的响应。我们的 ASD 设计具有与传感器点强烈分离的漏极储液器,这减轻了传统传感器中的负反馈效应。这导致输出摆幅增强 3 mV,这比我们设备传统状态下的响应高出 10 倍以上。增强的输出信号为在量子比特附近使用超低功率读出放大器铺平了道路。
随着机器学习的最新发展,Carrasquilla 和 Melko 提出了一种与研究自旋模型的传统方法相补充的范式。作为研究宏观物理量的热平均值的替代方法,他们使用自旋配置通过机器学习对相变的无序相和有序相进行分类。我们扩展并概括了这种方法。我们专注于长程关联函数的配置而不是自旋配置本身,这使我们能够对多组分系统和具有向量序参数的系统提供相同的处理。我们使用相同的技术分析了 Berezinskii-Kosterlitz-Thouless (BKT) 转变,以将三个相分类为:无序相、BKT 相和有序相。我们还使用不同模型的训练数据对模型进行了分类。
在过去的十年中,在理论上和实验中提出了确认,可以通过旋转纹理(ST-LRT)或由于Spin-Orbit Coupling(Soc-orbit Couplting(Soc-lrrt)(Soc-lrt)(Soc-orbit(Soc-lrtt)),可以在超导/Ferromagnet杂交中产生远距离旋转旋转三个(LRT)超导性。然而,迄今为止,尚无理论或实验研究表明,这两种贡献都可以同时存在于实验系统中。为了解除这些贡献,我们通过研究与MacMillan-Rowell共振相关的上述差异电导异常(CAS),对在连接超导体的铁磁层内发生的超导式准颗粒干扰效应进行了全面研究。在两种类型的外延,v/mgo/fe基于界面旋转式矛盾偶联的两种类型的外延/f/fe基于v/fe/fe的磁场下,已经研究了CAS的偏差依赖性。我们观察到在小的IP和OOP磁场下CA振幅的各向异性,同时仍然受到高铁的影响较弱,并实施微磁模拟,以帮助我们区分ST-LRT和SOC-LRT贡献。我们的发现表明,对电子传输中Fabry-Pérot-type干扰效应的进一步探索可以产生对由自旋轨道耦合和自旋纹理引起的超导体和铁磁体之间杂交的宝贵见解。
用于量子动力学模拟的量子算法传统上基于实现时间演化算子的 Trotter 近似。这种方法通常依赖于深度电路,因此受到可用噪声和近期量子硬件的重大限制的阻碍。另一方面,变分量子算法 (VQA) 已成为不可或缺的替代方案,可在当今硬件上进行小规模模拟。然而,尽管最近为量子动力学开发了 VQA,但尚未对其效率和可扩展性进行详细评估。为了填补这一空白,我们应用了基于 McLachlan 原理的 VQA 来模拟自旋玻色子模型在不同水平的实际硬件噪声以及不同物理状态下的动力学,并讨论了算法的准确性和随系统大小而变化的缩放行为。我们观察到变分方法与一般的、物理驱动的波函数假设相结合使用时具有良好的性能,并将其与传统的一阶 Trotter 演化进行了比较。最后,基于此,我们对经典难处理系统的模拟进行了扩展预测。我们表明,尽管变分法明显降低了量子门成本,但其当前实现不太可能为时间相关问题的解决带来量子优势。
我将使用核自旋链作为示例实验系统,并利用哈密顿工程和核磁共振工具,展示如何设计动态以防止系统升温,即使在自旋之间存在强相互作用的情况下也是如此。在防止热化的策略中,我将重点关注通过无序进行定位,这可以抑制量子信息的混乱,以及弗洛凯工程,它可以诱导预热化,这是一种热化速度仅呈指数级缓慢的长寿命状态。